¿El 50% de ese caso es lo que puedo esperar en mi negocio?

No necesariamente. Es un caso de administración de edificios, con reclamos bastante repetidos y mucha información escrita. Un negocio con consultas más variables va a dar más bajo, y uno con un catálogo muy documentado puede dar más alto. El único número que sirve es el que sale de contar tus propias conversaciones.

¿Qué pasa con la consulta que no puede resolver?

Se deriva por regla, no por azar. Vos definís qué temas frena siempre. Cuando frena, llega un mail con el motivo y el link directo a la conversación, y la persona que la toma ve todo el hilo.

¿Cómo verifico que está resolviendo bien y no diciendo cualquier cosa?

Abrís la conversación y la leés. Las acciones que importan quedan anotadas ahí mismo como notas privadas que ve tu equipo y no ve el cliente: creación de un pedido, búsqueda de uno anterior, transcripción de un audio y derivación con su motivo.

¿Se puede probar antes de que atienda clientes reales?

Sí. Se prueba en un entorno seguro, eligiendo contactos reales de la agenda para ver cómo respondería en casos concretos y agregando notas al contacto para simular situaciones especiales.

Cuántas consultas puede resolver una IA de atención

La respuesta corta

Cuántas consultas puede resolver una IA depende casi por completo de qué le pediste que resuelva. Hay un número de referencia que conviene tener a mano: según una encuesta global a 5.728 clientes hecha por una consultora de análisis de mercado, solo el 14% de las consultas de atención se resuelve por completo en autoservicio.

Ese 14% es el techo del autoservicio clásico: la sección de preguntas frecuentes, el árbol de opciones, el formulario que te devuelve un artículo de ayuda.

En un caso que administramos, una administración de edificios con unas 312 conversaciones por mes, la IA resuelve alrededor del 50% y deriva cerca del 40% a una persona. Es un caso, no un promedio de mercado. Pero la distancia con el 14% no es casualidad y vale la pena entender de dónde sale.

Por qué el autoservicio se queda en 14%

El autoservicio tradicional no conversa. Hace coincidir tu pregunta con un contenido que ya existía y te lo devuelve.

Eso funciona cuando tu pregunta está escrita tal cual en la base. Falla en cuanto la pregunta trae contexto: "el ascensor del B hace un ruido raro desde el jueves y ya avisé la semana pasada". No hay artículo de ayuda para eso.

El resultado es conocido. La persona intenta, no encuentra, y termina escribiendo igual. La consulta no se ahorró: se demoró.

Qué hace distinto un agente con contexto

Tres cosas cambian el número, y ninguna es magia.

Lee tu documentación, no un listado de palabras clave. Si cargaste el reglamento, la lista de precios o la política de cambios, responde con eso. La respuesta a una pregunta que nunca previste puede estar igual en tus documentos.

Se acuerda del cliente. Quien ya escribió el mes pasado no vuelve a empezar de cero. Eso solo evita una porción grande del ida y vuelta que hace abandonar.

Sabe cuándo no le toca. Y esta es la que más pesa. Un agente que deriva bien resuelve más, porque no gasta la paciencia del cliente intentando resolver lo que no puede.

El 40% que se deriva no es una falla

En el caso que mencionamos, cerca del 40% de los reclamos se escala a una persona. Es tentador leerlo como el porcentaje que la IA "no pudo". Es al revés.

Son reclamos que necesitan coordinar con un proveedor, mandar a alguien al edificio, tomar una decisión de plata. Ninguna automatización debería cerrarlos sola. Lo que se ganó es que lleguen ordenados, clasificados y con la conversación completa adelante, en vez de aparecer como un mensaje suelto entre otros cuarenta.

Otra encuesta, sobre 3.566 clientes, encontró que el 87% considera que una empresa que usa IA generativa en atención tiene que darle acceso a una persona. La salida a humano no es el plan B: es parte de lo que la gente espera antes de aceptar el resto.

Cómo estimar tu propio número

No hace falta empezar con una hipótesis. Con una semana de tus conversaciones alcanza:

Contá cuántas consultas entraron.
Marcá cuántas se responden con información que ya está escrita en algún lado de tu negocio.
Marcá cuántas necesitan una decisión, plata, o que alguien vaya físicamente a algún lado.
El primer grupo es tu piso de automatización. El segundo es lo que vas a derivar siempre.

Casi siempre el primer grupo es más grande de lo que el dueño estima antes de contar. Y casi siempre el segundo también, respecto de lo que promete cualquier demo.

Un pronóstico y una advertencia

La consultora que midió ese 14% proyecta que hacia 2029 la IA resolverá de forma autónoma el 80% de las consultas comunes de atención. Es un pronóstico a cinco años, sobre consultas comunes, y en empresas de todos los tamaños.

La advertencia es que ese número describe un destino, no un punto de partida. Si arrancás esperando 80% la semana que viene, vas a leer un 50% real como un fracaso. Y un 50% real, con el 40% derivado en orden, ya es la diferencia entre un equipo tapado y un equipo que llega.

Conclusiones

Una encuesta global midió que solo el 14% de las consultas se resuelve por completo en autoservicio, sobre 5.728 clientes encuestados.
En un caso real con unas 312 conversaciones por mes, la IA resuelve cerca del 50% y deriva cerca del 40%. Es un caso, no un promedio del mercado.
La diferencia sale de tres cosas: responder desde tus documentos, recordar al cliente y derivar bien.
El porcentaje derivado mide lo que no debería resolverse solo. Leerlo como fracaso es el error más común.
El 87% de los clientes espera poder llegar a una persona, según esa misma encuesta.
Estimá tu propio número contando una semana de conversaciones antes de contratar nada.

¿Cuántas consultas puede resolver una IA? Lo que promete el autoservicio y lo que dio un caso real